拟合值是通过数学模型对实际数据进行拟合后得到的预测值。计算拟合值的方法取决于所使用的模型类型。以下是几种常见模型中拟合值的计算方法：
线性回归模型
使用最小二乘法，通过最小化观测数据点与拟合线的垂直距离的平方和来确定拟合值。
计算公式为：`拟合值 = 截距 + 斜率 × 自变量`。
Excel中的拟合
可以使用Excel中的函数和公式来计算拟合值。
例如，对于给定的函数 `y = exp（b） × x^m`，在Excel中输入相应的公式即可计算特定 `x` 值对应的 `y` 值。
拟合度
使用 `RSQ` 函数计算拟合度 `R^2`，该函数返回一个介于0和1之间的值，越接近1表示模型拟合得越好。
`RSQ` 函数的使用格式为 `=RSQ（x范围， y范围）`。
其他统计指标
`R-squared`（决定系数）：衡量模型拟合优度的指标，计算公式为 `R-squared = SSR/SST`，其中 `SSR` 是回归平方和，`SST` 是总平方和。
`Adjusted R-squared`：调整后的决定系数，用于考虑模型中自变量的数量，对增加自变量时模型拟合度的变化进行惩罚。
请根据您所使用的模型和数据选择合适的方法来计算拟合值。